无人驾驶汽车将奔向何方

文/本刊记者 李艳 整理

无人驾驶汽车将奔向何方

文/本刊记者 李艳 整理

Drive.ai将深度学习应用到无人驾驶技术中

无人驾驶汽车是一种智能汽车，也可以称之为轮式移动机器人，主要依靠车内以计算机系统为主的智能驾驶仪来实现无人驾驶。汤森路透知识产权与科技最新报告显示，2010～2015年，与汽车无人驾驶技术相关的发明专利已超过22000件。在此过程中，部分企业也已崭露头角，成为行业领导者。

从20世纪70年代开始，美国、英国、德国等发达国家就已经开始研制无人驾驶汽车，在可行性和实用化方面都取得了突破性的进展。世界上最先进的无人驾驶汽车已经测试行驶近50万公里，其中，最后8万公里是在没有任何人为安全措施干预下完成的。

在很多国家，无人驾驶汽车的发展速度都非常快，不少资本方和初创企业都纷纷进入到这个代表未来科技发展的重要领域中。不过，就目前播出的几乎所有无人驾驶测试视频中，显示的均是白天，天气情况也正常。那么，如果是在夜晚或是雨天，又会如何呢？对于这个难题，一家名叫Drive.ai的公司打算解决一下。

实现雨夜无人驾驶

在今年2月份，Drive.ai发布了无人驾驶汽车在雨夜中行驶的视频。在视频中，这辆无人驾驶的汽车，全程不仅没有受到夜晚能见度低和大雨所造成的光反射等客观因素影响，而且在遭遇前方车辆抢行、信号灯故障等突发情况时也都能从容处理，俨然像个老司机。

面对极端复杂的现实路况，而且还是在雨天夜间行驶，Drive.ai无人驾驶技术的表现的确令人印象深刻，这或许是公众首次看到的无人驾驶汽车在雨天夜间路测。视频还宣称：“任何成功的无人驾驶技术必须要解决无数的无法预测的状况，以及多种多样的驾驶路况，现在仍很少有公司做到。”

Drive.ai其实刚成立不到两年的时间，主要研究如何将深度学习算法应用到无人驾驶汽车技术中。其创始团队成员均是来自斯坦福大学人工智能实验室的深度学习领域中的专家，这也决定了他们从一开始就走了一条与其他企业不同的道路——用完全基于深度学习的方案来研发自动驾驶系统。Drive.ai表示，他们通过将深度学习应用于全自动集成驾驶堆栈，可以让无人驾驶汽车适应任何环境，无论是在城市中还是在高速公路上。Drive.ai总经理Sameep Tandon表示，从2015年开始，该公司研发团队就一直致力于对深度学习应用的开发。

在经过了近一年的算法开发之后，2016年4月，Drive.ai成为第13家获批在美国加里福尼亚州路测的公司。

自此之后，这家公司又成功的让系统在不到一年的时间里学会了自动驾驶汽车所需要掌握的大量驾驶场景，这也正是深度学习黑箱算法的优越性所在——通过一系列数据训练就能让机器在较短时间内学会灵活应对大量的复杂场景。

而另一方面，诸如谷歌、特斯拉等企业使用更多的则是传统的机器学习算法，虽然可靠性更有保障，但是研发进展相对就会慢一些。比如，在某个需要等待右转灯变绿才能右转弯的路口前，基于深度学习算法的自动驾驶技术，只需要在收集数据之后重复训练几次就能灵活应对所有这种路口，而机器学习算法则需要在训练之后，通过人工做大量的辅助标注和代码编译，才能教会汽车如何走这一个路口。

虽然完全依赖于深度计算有着一定的弊端，但鉴于车辆在实际行驶过程中的突发状况是无法穷尽的，所以或许“能让机器像人类一样自我学习”的深度学习算法仍将是未来自动驾驶技术发展的方向。

此外，与谷歌Waymo等无人驾驶汽车不同的是，Drive.ai从一开始做的就是“外挂式”汽车改装件，而非整车，从而提供成本更为低廉且性能稳定可靠的自动驾驶解决方案，它能通过在车顶装配的多个低成本激光雷达、普通雷达和相机来获取环境信息。

UBER无人驾驶汽车初熟

值得一提的是，Drive.ai的深度学习系统会与所有的传感器数据同步，并基于这些信息作出最正确的决策。所以，即便是单个传感器出现了突发情况，也不至于影响到整个系统。

其实在Drive.ai公司放出的演示视频中，这辆自动驾驶汽车之所以能在雨夜中稳定行进也是如此，即便大颗粒的雨水干扰了某个摄像头，但传感器照样能够将周围的环境数据提交给系统，和谷歌“在传感器上加个雨刷”、特斯拉“在车上全方位无死角装满各种昂贵的高科技传感器”相比，这种方案显然更加实用且亲民。

目前，Drive.ai的自动驾驶研发进展已经进入L4阶段，也就是只有在遇到非常复杂的地形或是恶劣的天气情况时，才需要人工决策和辅助操控。不过，这项技术仍处于实验阶段。作为对比，目前已经商用的特斯拉Autopilot高级辅助驾驶系统，在平常状态下仍然是处于最基础的L1阶段，当开启Autosteer功能之后，虽然能强行进入L2，但还是需要驾驶员集中精力作为车辆行驶的最终决策者。

谷歌此前曾表示会在2020年向公众推出没有方向盘和脚踏板的自动驾驶原型车，而诸如福特、丰田、本田、宝马、沃尔沃等传统老牌汽车厂商，也表示要在2020年左右量产能够达到L3级别的自动驾驶汽车。所以至少目前看来，各家厂商距离能让乘客坐上真正的自动驾驶汽车还有很长的一段路要走。

谷歌产品与众不同

尽管很多发达国家很早就开始了无人驾驶汽车的研制，但是目前，谷歌无人驾驶汽车最有可能扫除当前所有的短期障碍，将成千上万辆无人驾驶汽车带到公路上去。

2005年，谷歌街景地图服务的创造者之一、斯坦福大学人工智能实验室的主任塞巴斯蒂安•特龙，领导了一个由斯坦福大学教师和学生组成的团队设计出了斯坦利机器人汽车，也就是无人驾驶汽车，该车在沙漠中行驶了212.43公里。

谷歌无人驾驶汽车上路

技术人员表示，谷歌无人驾驶汽车通过摄像机、雷达传感器和激光测距仪来“看到”其他车辆，并使用精确的地图导航。手动驾驶车辆收集来的信息很多，必须对这些信息做出处理，而谷歌数据中心强大的数据处理能力使这一切变成了可能。它所面临的难题是，自动驾驶汽车和人类驾驶的汽车如何共处而不引起交通事故。

2012年4月1日，谷歌决定联合美国纳斯卡车比赛，让自己的无人驾驶汽车与真正的赛车比试一下，证明机器人比人类驾驶技术要高。2014年5月28日，谷歌推出自己的新产品——无人驾驶汽车。

尽管目前谷歌的无人驾驶汽车还处于原型阶段，但它依旧展示出了与众不同的创新特性。和传统汽车不同的是，谷歌无人驾驶汽车行驶时不需要人来操控，这意味着方向盘、油门、刹车等传统汽车必不可少的配件，在谷歌无人驾驶汽车上通通看不到，而是由软件和传感器取代了它们。

不过，谷歌联合创始人谢尔盖•布林说，无人驾驶汽车还很初级，谷歌希望它可以尽可能地适应不同的使用场景，只要按一下按钮就能把客户送到目的地。

现在，无人驾驶汽车已经获得加里福尼亚州获批，谷歌可能会在该州部署数百辆无人驾驶汽车，用来接送本公司员工上下班。不过，据报道，谷歌汽车在试运行的过程中，与其他社会车辆发生过两次碰撞。以后，谷歌可能会将无人驾驶汽车推向更多地区，例如拉斯维加斯，因为除了加利福尼亚，内华达州也已经允许谷歌无人驾驶汽车上路行驶了。

尽管美国联邦政府短期内不会让无人驾驶汽车上路，但其他国家对新技术的态度也许会更加开放。

诸多问题犹待解决

近日，苹果CEO库克首次宣布，苹果目前正专注于发展无人驾驶技术。由微软、百度、特斯拉、福特、沃尔沃等科技、汽车大咖组成的“自动驾驶圈”再迎“黑马”，无人驾驶汽车普及的脚步似乎更近了。

它所勾勒出的美好未来，令人十分震撼。有研究机构预测，无人驾驶可减少90%的交通事故；能将通勤所耗时间以及能源消耗减少90%；每年能够帮助减少3亿吨二氧化碳排放量。它是影响汽车、出行、社会效益三个10万亿元市场的革命性产业，也是未来智慧城市最重要的组成部分。

业内人士普遍认为，2025年无人驾驶汽车将在世界范围内普及开来。美国交通部长在2015年就曾表示，预计无人驾驶汽车将于10年内在全世界普及。在6月14日的“2017全球无人驾驶大会”上，清华大学计算机科学与技术系教授邓志东认为，2021年无人驾驶汽车将进入产业元年。

目前，行业巨头间的争夺也已十分激烈。比如今年4月份，百度公司宣布了一项名为“Apollo(阿波罗)”的新计划，提出将帮助合作伙伴快速搭建属于自己的自动驾驶系统。随后，Alphabet(谷歌母公司)旗下无人驾驶汽车公司Waymo就与打车平台Lyft达成了合作，共同推进无人驾驶技术。

商业的竞争无疑正推动着该行业加速发展，技术并非是行业发展的绊脚石，这在行业内已达成共识。普遍认为，虽然目前的无人驾驶技术还没有完全达到理想的要求，但彻底解决只是时间问题。

福特推进无人驾驶汽车研发

消费者接受度成为无人驾驶关键所在

不过，无人驾驶汽车距离真正的普及仍隔着几座“大山”。公安部交通管理科学研究所副所长孙正良曾表示：“未来需要建立车车通信、车路通信的安全认证机制以及让路侧设备智能化、电子化。如果这些东西都没有，将来无人驾驶的难度会相当大。”

而在“2017世界交通运输大会”上，清华大学汽车产业与技术战略研究院院长赵福全也同样表示，这绝不是一项技术或一种交通工具包打天下的时候，智能交通还需要出行衍生的各种服务，这些甚至需要国家在更宏观的发展层面上去引导。

另一个担忧是，在技术不能达到能完全消除事故的时候，一旦出现交通事故，无人驾驶汽车设计的法律与伦理问题同样非常棘手。